Release 2020a von Matlab und Simulink Zusätzliche KI-Funktionen für Deep Learning

Der R2020a verbessert auch die Vorverarbeitung und das Labeling von Daten: Neu sind ein Signal Labeler, der Pixel-Label-Datastore, Audio-Datastore und Image Datastore.
Das Release 2020a von Matlab und Simulink verbessert die Vorverarbeitung und das Labeling von Daten.

Mit dem Release 2020a seiner Software-Pakete Matlab und Simulink erweitert MathWorks die KI-Funktionen für Deep Learning. Das neue Release enthält aber noch viele weitere Neuerungen.

Ingenieure können neuronale Netze jetzt in der aktualisierten Deep Network Designer App trainieren, mehrere Deep-Learning-Experimente in der neuen Experiment Manager App verwalten und aus einer größeren Zahl von verschiedenen Netzen als zuvor wählen, um Deep-Learning-Code zu erzeugen. Das Release 2020a enthält zudem Funktionen speziell für Automobil- und Wireless-Ingenieure sowie Hunderte von neuen und aktualisierten Funktionen für alle Anwender von Matlab und Simulink.

KI und Deep Learning

»MathWorks bietet eine umfassende Plattform für die Erstellung KI-gestützter Systeme«, erläutert Matlab Marketing Director David Rich. »Auf der Grundlage von drei Jahrzehnten Produkt-, Beratungs- und Supporterfahrung haben wir einen KI-Workflow entwickelt, mit dem Ingenieure und Wissenschaftler Daten bereinigen, Modelle erstellen und diese in einer Produktions-IT oder in Embedded-Systemen bereitstellen können.«

Im neuen Release wird eine erweiterte Deep Learning Toolbox eingeführt, die Folgendes erleichtert: Verwalten mehrerer Deep-Learning-Experimente, Nachverfolgen von Trainingsparametern sowie Analysieren und Vergleichen von Ergebnissen und Code mit der neuen Experiment Manager App; Interaktives Trainieren eines Netzes für die Bildklassifizierung, Erzeugen von Matlab-Code für das Training sowie Zugreifen auf vortrainierte Modelle mit der Deep Network Designer App. Außerdem bietet GPU Coder jetzt mehr Netze für die Implementierung von KI-Systemen in Cloud- und Edge-Geräten, darunter Darknet-19, Darknet-53, Inception-ResNet-v2, NASNet-Large und NASNet-Mobile.